HDU 1166 线段树

本文介绍了一道经典的线段树模板题目,并提供了详细的代码实现。通过本例,读者可以了解如何初始化线段树、更新节点值以及进行区间查询操作。

方法一:>o<
线段树
模板题
代码如下

#include<iostream>
#include<cstring>
#include<cstdlib>
#include<cstdio>
using namespace std;
const int maxn=500000+10;
struct tree{
    int lef,rig,mid,sum;
}t[maxn];
int cas,len,cnt,a;
void init(int a,int b,int n){
    t[n].lef=a,t[n].rig=b;
    t[n].mid=(a+b)/2,t[n].sum=0;
    if(a+1==b)
        return;
    init(a,(a+b)/2,2*n);//左子树---------左闭右开 
    init((a+b)/2,b,2*n+1);//右子树 
}
void creat(int pos,int val,int n){
    t[n].sum+=val;
    if(t[n].lef+1==t[n].rig)
        return;
    if(pos<t[n].mid)
        creat(pos,val,2*n);//左子树 
    else
        creat(pos,val,2*n+1);
}
int query(int x,int y,int n){
    if(t[n].lef==x&&t[n].rig==y)
        return t[n].sum;
    if(x<t[n].mid){
        if(y<=t[n].mid)
            return query(x,y,n*2);
        else
            return query(x,t[n].mid,2*n)+query(t[n].mid,y,2*n+1);
    }
    else
        return query(x,y,2*n+1);
}
int main(){
    scanf("%d",&cas),cnt=1;
    while(cas--){
        char ord[10];
        scanf("%d",&len),init(1,len+1,1);
        for(int i=1;i<=len;i++)
            scanf("%d",&a),creat(i,a,1);
        int x,y;
        printf("Case %d:\n",cnt++);
        while(scanf("%s",ord)){
            if(!strcmp(ord,"End"))
                break;
            scanf("%d%d",&x,&y);
            if(strcmp(ord,"Query")==0)
                printf("%d\n",query(x,y+1,1));
            else if(strcmp(ord,"Add")==0)
                creat(x,y,1);
            else if(strcmp(ord,"Sub")==0)
                creat(x,-y,1);
        }
    }
    return 0;
}
【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋转机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值